故事还是从2013年讲起，好莱坞女星安吉丽娜.朱莉，此时的她已经37岁，是一位有6个孩子的母亲。她做了一件令粉丝和全世界人民震惊的事情，切除了双侧的乳腺。她给出的理由，仅仅是她的母亲因为罹患乳腺癌而去世，自己也携带有BRCA1基因的阳性。自此，全国各大三甲医院，健康管理中心，咨询乳腺癌筛查的，了解乳癌BRCA基因的，一时间，风起云涌，热闹非凡。
到底安吉丽娜.朱莉查完乳癌基因后，做双乳腺的切除可不可取？专家们也众说纷纭。但主流意见是这个方法并不值得普及。并不是所有的适龄人群都可以有条件去做乳癌基因的检查，同时即使查出这个基因有阳性，也不一定乳癌会发生。那到底要怎么预防乳癌的发生？
先给大家介绍一下当前的现状
截至目前，乳腺癌已成为全球第一高发的恶性肿瘤。但是如果能够早点发现，其治愈率也是非常高。中国需要迫切的做乳腺癌早期筛查的适龄妇女，总数量已经达到3.4个亿。而我们实际面临的困难是，国内的超声医生严重的匮乏。乳腺癌的筛查率常年低于3%。乳腺癌当前筛查的能力和现状，将严重影响2030健康中国的总体目标的实现。这就要逼迫我们反思，传统的检测方法的弊端，同时必须寻思更先进的解决办法。
传统的筛查方法为何会失效？
筛查的对象人群太过庞大。因为传统的筛查方法对医生的依赖性非常强。中国的超声医生只有13万，每年能够做乳腺癌筛查适龄女性的大概有1,000万。看这个数字就明白，依赖传统的超声医生做乳腺癌筛查很难做效率上的提升。
传统方法里面要面对更多的健康人群夹杂在筛查队伍里，所以，大部分时间，都需要超声科专家一个一个检查。无论什么人，什么情况，只要没有过超声医生的探头，且必须把几个切面，角度，位置都一一排查过了，超声科大夫才敢下诊断，无论是健康的，增生的，小结节的，腺瘤的，均是如此，这就是传统的效率低下的根本原因。
另外，按照传统的普外科的检查，视诊，触诊，观察乳房对称，凹陷，触摸结节，肿块，等等，都需要占用外科的检查时间，且最终仍需要超声科医生或钼靶进行定性。效率之低，难以普及大量的筛查工作。
通过以上分析，传统乳腺的筛查办法，很难提升更高的产出。如果把乳腺筛查当成一项社会劳动，站在经济哲学的角度观察。把整个筛查的总量看成是GDP，制约这个GDP发展的，一定是生产工具的落后，劳动者数量有限且相对固定，这样生产力就很难提升起来，最终落实到GDP上，单位时间完成效能就会过低。解决这个办法，有且只有两种选择，一是把劳动者的数量大幅度提升起来，二是提升劳动工具的先进性和效能性。
流行的基因筛查能否实现大规模，高精准，低成本
现在针对乳腺癌等各类肿瘤，都有基因测序技术。完全可以实现，针对某些特异肿瘤的基因片段，做特异性分析。乳腺癌，当前人们比较公认的BRCA1和BRCA2易感基因的检测，只需要采一定量血液，或者唾液，费用上千元不等。采集完标本，需要送去专门的基因检测实验室。
这个方法的最大弊端在于，操作成本较高，不符合全国性，或者某一个地区整体筛查。这是其一。另外，即使发现了基因存在杂合子突变，但是一定真的有临床表现吗？当下乳腺有无早早期的改变，比如，结节灶，钙化灶，纤维瘤，等等。基因的阳性，必然需要环境因子的催化，最终才会在临床表现。
所以，最终基因筛查，一是价格过于昂贵，不符合基层老百姓做筛查的成本诉求，二是不能代替临床检查和影像学直观确诊，并不能成为一个广泛大规模普查，同时高精准度，还要控制好成本，这样的一个必要且充分的条件。
人工智能超声筛查为何会成为趋势
当下说起AI，人们自然想到了阿尔法狗已经战胜了世界顶级围棋冠军。而在医学上，影像AI的智能诊断技术，不断在迭代更新。很多诊断肺部的肿瘤，都已经开始实现影像学的AI分析和精准诊断，其精确度已经开始超过专家了。
小编刚进入临床一线，大概是九十年代末，那时由衷地佩服老一辈放射专家的治学精神。他们仅仅可以用一张平片（胸部正位X光片的简称）就能诊断出：现在CT甚至MRI核磁共振才能明确的肿瘤。老前辈们硬是追踪每一张平片的病理结果。他们把病人手术后的病理分型报告和平片进行对照，观察不同类型的肿瘤，鳞癌、腺癌在影像学二维平片上的表现特征。不断积累和牢记各种病理类型肿瘤的影像学特征。以至于往往病人在门诊拿来一张平片，老教授即可直呼属于哪种类型肿瘤。这正是老教授们刻苦钻研，在他们自己的大脑里形成了大数据库，随时调取数据库去匹配临床的平片。这种治学精神由衷令我们敬佩。
时代已经进入二十一世纪，当前的数字革命可谓是第三次工业革命。在医学领域，已经可以把某专业的老教授们的大脑“记忆库，经验库”汇总，再通过神经网络的学习方法，对各种出现的影像照片，结节，囊肿等病灶做出一一匹配分析，正如上面我介绍的老教授看平片的原理一样。
老教授是用他自己的大脑做数据库，用他的诊断方法做模型，且他会受情绪，疲劳，病痛的影像会影响他的判断和分析。而人工智能超声机器人，集合成千上万个老教授的诊断智慧作为数据库，且人工智能算法，不会疲劳，不会出错，且不受情绪影响。这样给实现大规模筛查操作奠定了基础。
随着系统的迭代，大数据的更新升级，人工智能超声筛查系统会越来越精准。人们只需要简单的培训，并不需要经验丰富的超声医生亲自操作。只要经过培训，能够熟练操作B超探头，采集乳腺图像数据，人工智能就能自动定位病灶，自动判断乳腺BI-RADS分级，这就是人工智能超声诊断系统的魅力。
目前，在人工智能超声乳腺癌筛查领域，尚医云团队研发的人工智能乳腺癌筛查机器人-“小济医生”是国内率先实现最具落地性的AI超声乳腺癌筛查应用工具。不仅得到省政府授予高新科技企业，拿得国家省市的多项创新高科技大奖，并且已经获得国家药品食品监督部门的医疗器械证授权，在临床广泛应用。
目前，在人工智能超声乳腺癌筛查领域，尚医云“小济医生”是国内率先实现最具落地性的AI超声乳腺癌筛查应用工具。目前，不仅得到省政府授予高新科技企业，拿得国家省市的多项创新高科技大奖，已经获得国家药品食品监督部门的医疗器械证授权，在临床广泛应用。
尚医云“小济医生”做大规模乳腺癌筛查的优势有哪些？
1、人力成本低，不需要专业超声科医生亲自操作，普通医务人员做简单的培训即可上手。
2、设备投入不大，不像钼靶动则百万以上的成本，且钼靶不符合中国女性乳腺的最佳筛查设备，存在一定的漏诊率。
3、检出阳性率高。比如尚医云曾在某基层医疗机构进行农村妇女两癌筛查，共筛查2041人，转诊50人，转诊率：2.45%。在返回的转诊结果中，省妇幼保健院全部发现病灶，和AI筛查结果完全吻合，其中包含转诊BI-RADS 4类（恶性）2人，已确诊、并接受治疗。
4、检查成本低，便于基层居民接受筛查。且筛查耗时短，精准度高。
5、在体检中心，基层医疗机构，广大农村，山区，企事业单位，等实施落地，无专业超声医生，可以由基层医务人员简单培训上手，即可开展大规模的筛查工作。
6、产生良好的社会效应和产能。对基层医疗机构，政府部门，企事业单位，完成国家的卫生政策落实任务起到积极的推动作用。
7、应用场景广泛，凡是存在适龄妇女的人群，都可以开展人工智能乳腺癌的筛查工作。
综上，乳腺癌筛查，要实现大规模，高精准，低成本的目标，采用传统的超声和临床结合的筛查办法不可行。基因筛查也不符合医学的实际临床路径，达不到临床筛查目标。唯有通过人工智能超声乳腺癌筛查机器人可以实现，大规模普及乳腺癌的筛查，同时保证了精准度，还能实现经济的普惠性，这对当前中国的医疗资源配置不均，基层医疗条件有限的现状，是一项重大的医学科技进步。
注：部分配图为网络图片如有侵权立即删除，敬请通知
